我在 GitHub 发现的免费 AI 数据库管理工具

前两天在 GitHub 上闲逛，刷到一个叫 DBX 的项目。起初我只把它当成又一个数据库管理工具，心想 DBeaver、Navicat、DataGrip 那堆里再多一个也无简单讲。

痛点一这方面，体积庞大、内存吃紧

过去几年。我的开发机上常年开着好几个客户端：MySQL、Oracle、Redis、MongoDB…，每次切来切去都很烦，而且这些客户端往往几百兆。还要捆绑 Java、Node.js 或者 Python 环境，机器卡得不行。

再看痛点二，缺少 AI 助手。写 SQL 仍靠记忆和文档

现在很多工具都在喊“AI”，但我用的都是没有 AI 功能的老工具。没有自然语言生成 SQL 的能力，特别是面对不同数据库时需要不停翻文档。

DBX 概览——轻量·多库·AI 集成

安装包仅 15 MB 而且自带 AI 功能！

这让我第一反应不是「卧槽牛逼」，而是「这玩意儿到底能不能用啊」——于是我立马下载体验了一下。不过，

• GitHub 地址：
• Stars：.5k+
• 官网：
• 支持网站：windows / linux / macOS

体积小的技术秘密

DBX 基于 + Rust 后端。前端使用 Vue + TypeScript。

• Tauri 不捆绑 Chromium。而是调用程序原生 WebView，打包后体积自然比 Electron 小一个数量级。
• 后端全部用 Rust 编写，原生驱动直连各种数据库。无需 Java/JD娱乐、Python venv 或 Node.js 运行时。
• 最终产物只有约 15 MB，一个干净的原生应用。

支持哪些数据库？

• 关系型：MySQL、PostgreSQL、SQLite、SQL Server、Oracle、MariaDB 等。
• 国产数据库：OceanBase、TiDB、达梦 DM、KingBase、GoldenDB、openGauss、PolarDB、GreatSQL、GaussDB、Vastbase、YashanDB 等。
• NoSQL：Redis、MongoDB、Elasticsearch、Neo4j、Cassandra 等。
• 向量数据库：Milvus、Qdrant、Weaviate。
• 分析/云数据库：DuckDB、ClickHouse、StarRocks、TDengine、Doris、Snowflake、BigQuery 等。
• 中间件/配置中心：Pulsar 消息队列、Nacos 配置中心、ZooKeeper & Etcd。其实，

If your database is not listed you can still connect via a generic JD娱乐 driver – oretically any DB that has a JD娱乐 driver is reachable.

界面长啥样？其实，

A. 亮色模式：左侧连接管理。中间 SQL 编辑器，右侧数据网格。

B. 暗色模式：夜间使用眼睛不疼。

• 左侧：分组管理所有连接。 可直接从 DBeaver/Navicat 导入配置，迁移成本几乎为零。
• 中间：S​QL 编辑器基于 CodeMirror，实现元数据感知自动补全。类似 DataGrip 的体验，却只占 15 MB。
• 右侧：数据网格支持虚拟滚动、大结果集不卡顿；行内编辑会先预览生成的 SQL，确认后再提交，提高安全性。

数据网格 & Schema 工具

• E​R 图功能：`ER Diagram` 一键展示表关系，一目了然。
• S​chema Diff & Explain Plan 可视化：
• D​ata Grid 虚拟滚动 + 行内编辑 + 导出 CSV/Excel：

AI 助手——让写 SQL 成为对话式操作

The built‑in AI assistant isn’t a superficial plugin;it’s deeply integrated into workflow.

• L​ocal or Cloud Models：
• N​atural Language → SQL："查询员工收入排名" → 自动生成对应 SELECT 语句，并在执行前进行安全检查。
• T​argeted Users：- 不熟悉 SQL 的产品经理/分析师 - 经常跨库切换的开发者 AI 帮助省去翻文档时间，让每一次查询都更快更安全。老实说，

图表功能——SQL 结果即刻可视化

E​xecute → Chart:

• C柱状图 / 折线图 / 饼图 任意切换。让数据洞察更直观，

MCP 协议支持——让 AI Agent 直接访问你的 DBX 连接

MCP是一种让外部 AI Agent 能够直接调用本地工具和数据源的协议。DBX 提供了一个 MCP Server,实现零配置读取程序钥匙串中的密码并暴露以下工具：

`dbx_get_schema_context` `dbx_execute_query` `dbx_execute_redis_command` `dbx_open_table`

工具名	说明
`dbx_list_connections`	列出所有已保存连接	`dbx_add_connection`	添加新连接	`dbx_remove_connection`	`dbx_list_tables``dbx_describe_table`	查看表结构	为 AI 写 SQL 提供压缩后的 schema 上下文	执行 SELECT	执行 Redis 命令	在 DBX 桌面端打开指定表

The most handy tool is `. It automatically formats table‑column information into a compact prompt for LLM so you don’t have to paste schema manually.

# 全局安装或临时运行 MCP Server
npm install -g @dbx-app/mcp-server # 全局安装
# 或者直接跑一次体验
npx @dbx-app/mcp-server
# 注意需要 Node.js>=18

A simple workbuddy 配置示例如下：

{
"mcpServers": {
说到"dbx"。{
"command": "dbx-mcp-server"
}
}
}

A​fter configuration you can ask an AI agent in plain language:

# AI 会自动调用 dbx_execute_query 并返回结果。说起来，# 支持 PostgreSQL/MySQL/SQLite/Doris/StarRocks/Redshift 等。话说回来，

# 禁止写入
export DBXMCPALLOW_WRITES=false

export DBXMCPALLOW_WRITES=true

export DBXMCPALLOWDANGEROUSSQL=true

同理 Redis 的 KEYS。FLUSHALL,EVAL 等命令也受上述变量控制。这样即使在自动化脚本或 AI 对话中，也可以安心使用。

# 安装全局 CLI
npm install -g @dbx-app/cli

dbx connections list --json

dbx query local "SELECT * FROM dept LIMIT 10" --json

你可以把它嵌入 CI/CD 流程或自定义监控脚本，实现“代码即运维”。

• The project is still young;some高级特性可能还在迭代中，与 DBeaver 那样的老牌工具相比成熟度略低。老实说，
• Ecosystem 与插件行业市场尚未完全形成。但更新频率高，GitHub 已累计 + 次提交和 位贡献者，活跃度可观。
• No telemetry – 完全开源 Apache License。无任何遥测，这对隐私敏感公司尤为关键。

• 🔗 GitHub 仓库：
• 🔗 官方站点：
• 💾 网盘备份：
• 💻 MCP Server 安装命令见上文；CLI 工具一样通过 npm 安装。<\/ ul>

---

If you’re tired of heavyweight clients that hog memory and lack intelligent assistance—give DBX a try. A tiny footprint,multi‑database coverage and a built‑in LLM assistant make it a compelling free alternative for modern data teams.

---